O iCPH combina dados de medição humana, análise musculoesquelética e aprendizado de máquina para coleta e aumento de dados. Como resultado, o iCPH pode entender, prever e sintetizar movimentos de contato de corpo inteiro.
Os seres humanos realizam naturalmente inúmeras tarefas complexas. Isso inclui sentar, pegar algo da mesa e empurrar um carrinho. Essas atividades envolvem vários movimentos e exigem múltiplos contatos, o que dificulta a programação de robôs para realizá-las.
Recentemente, o professor Eiichi Yoshida, da Tokyo University of Science, apresentou a ideia de uma plataforma interativa ciber-física humana (iCPH) para resolver esse problema.
Ele pode ajudar a entender e gerar sistemas semelhantes aos humanos com movimentos de corpo inteiro ricos em contato. Seu trabalho foi publicado em Fronteiras em Robótica e IA.
O professor Yoshida descreve os fundamentos da plataforma. “Como o nome sugere, o iCPH combina elementos físicos e cibernéticos para capturar movimentos humanos”, diz ele.
“Enquanto um robô humanóide age como um gêmeo físico de um humano, um gêmeo digital existe como um humano ou robô simulado no ciberespaço. Este último é modelado por meio de técnicas como análise musculoesquelética e robótica. As duas gêmeas se complementam.”
Esta pesquisa levanta várias questões-chave. Como os humanóides podem imitar o movimento humano? Como os robôs podem aprender e simular comportamentos humanos? E como os robôs podem interagir com os humanos de maneira suave e natural?
O professor Yoshida os aborda nesta estrutura. Primeiro, na estrutura do iCPH, o movimento humano é medido pela quantificação da forma, estrutura, ângulo, velocidade e força associados ao movimento de várias partes do corpo.
Além disso, a sequência de contatos feitos por um humano também é registrada. Como resultado, a estrutura permite a descrição genérica de vários movimentos por meio de equações diferenciais e a geração de uma rede de movimento de contato sobre a qual um humanóide pode atuar.
Em segundo lugar, o gêmeo digital aprende essa rede por meio de abordagens baseadas em modelos e aprendizado de máquina. Eles são interligados pelo método de cálculo de gradiente analítico. A aprendizagem contínua ensina a simulação do robô como realizar a sequência de contato.
Em terceiro lugar, o iCPH enriquece a rede de movimento de contato por meio do aumento de dados e aplica a técnica de quantização vetorial. Ajuda a extrair os símbolos que expressam a linguagem do movimento de contato.
Assim, a plataforma permite a geração de movimento de contato em situações inexperientes. Em outras palavras, os robôs podem explorar ambientes desconhecidos e interagir com humanos por meio de movimentos suaves envolvendo muitos contatos.
Com efeito, o autor lança três desafios. Estes pertencem aos descritores gerais, aprendizado contínuo e simbolização do movimento de contato. Navegar neles é necessário para realizar o iCPH. Uma vez desenvolvida, a nova plataforma terá inúmeras aplicações.
O professor Yoshida, sobre as aplicações do iCPH, diz: “Os dados do iCPH serão tornados públicos e implantados em problemas da vida real para resolver problemas sociais e industriais. Os robôs humanóides podem liberar os humanos de muitas tarefas que envolvem cargas pesadas e melhorar sua segurança, como levantar objetos pesados e trabalhar em ambientes perigosos.
“O iCPH também pode ser usado para monitorar tarefas executadas por humanos e ajudar a prevenir doenças relacionadas ao trabalho. Por fim, os humanóides podem ser controlados remotamente por humanos por meio de seus gêmeos digitais, o que permitirá que os humanóides realizem grandes instalações de equipamentos e transporte de objetos”.
Usando o iCPH como marco zero e com a ajuda de colaborações de diferentes comunidades de pesquisa, incluindo robótica, inteligência artificial, neurociência e biomecânica, um futuro com robôs humanoides não está longe.
Você pode gostar também…
